Questa presentazione spiegherà in modo breve e conciso l’ambito di studio e le analisi fatte su alcuni dataset, riguardanti l’ambito videoludico del gioco League of Legends

• League of Legends è un videogioco di tipo MOBA (Multiplayer Online Battle Arena) per PC, in cui 2 squadre composte da 5 giocatori ciascuna scelgono dei personaggi e si scontrano per raggiungere l’obiettivo di distruggere la struttura principale avversaria.

• L’analisi è stata compiuta su due dataset: il primo riguardante i dati dei personaggi giocabili ed il secondo riguardante le informazioni di un numero significativo di partite giocate a livelli alti e professionali

La prima parte consiste in un analisi generale, ponendosi delle semplici domande: quale personaggio è il più utilizzato? Che peculiarità potrebbe possedere? che ruolo potrebbe assumere in partita?

• Un esempio dei grafici ottenuti ponendosi queste domande è il seguente:

• Il ruolo del Supporto, uno dei 5 disponibili, è fondamentale ed è un ruolo che bisogna ricoprire in modo efficace per raggiungere la vittoria

• Notiamo però che non tutti i personaggi possiedono il tag specifico “Supporto” e quindi non dovrebbero essere utilizzati, secondo i creatori del gioco, in questo ruolo specifico: ci potrebbero essere più motivi, che è possibile dedurre sia conoscendo il gioco che osservando alti grafici o statistiche dei personaggi

Un ulteriore esempio del numero di utilizzi dei personaggi >- Confrontando questo grafico con quelli specifici dei ogni ruolo, mostrati nell’analisi completa, è possibile capire in quali ruoli c’è più varietà ed il perchè: questo tipo di approccio potrebbe essere utile a qualcuno non esperto nel gioco per iniziare a capirne il funzionamento senza dedicarci del tempo direttamente.

La seconda parte dell’analisi si basa su un fatto, dimostrato da vari studi scientifici: che i colori condizionino ed influenzino le scelte ed emozioni umane.

• La teoria da confermare, però, è che questo avvenga anche nell’ambito videoludico di League of Legends (ambito di studio dell’analisi) dove le squadre, rossa e blu, dovrebbero avere diversi vantaggi: la squadra rossa dovrebbe essere più aggressiva, mentre quella blu dovrebbe vincere più partite grazie alla pianificazione più accurata e alla strategia più efficace

• I dati analizzati nei seguenti grafici dovrebbero gettare le basi per iniziare a confermare o sfatare la teoria

>- Questi grafici mettono in relazione il numero di uccisioni delle squadre in rapporto ai punti che rappresentano il livello di abilità della partita (League Points)

• E’ possibile notare una leggera superiorità sia nella media che nell’intervallo di confidenza del grafico rosso, come previsto essendo le uccisioni legate al rischio di confronto con i giocatori e allo stile di gioo aggressivo

• Questi, invece, mostrano un dato fondamentale soprattutto nelle leghe più alte del gioco, ovvero il punteggio visione: questo rappresenta quanto efficaciemente sono state eseguite certe azioni di supporto principalmente legate alla visione delle parti oscurate della mappa.

• La squadra blu ha un vantaggio notevole in questo caso, essendo un dato chiaramente più legato alla pianificazione e alla strategia

Il dato chiaramente più significativo è il numero di vittorie messo a confronto, dato che tiene conto in un certo senso di tutti i dati che è possibile analizzare nei dataset

• Nuovamente, secondo le previsoni, la squadra blu risulta superiore alla squadra rossa.

• Anche se i dati potrebbero sembrare inferiori alle aspettativa, la percentuale è molto significativa, visto anche il livello di abilità dei giocatori

• La teoria è molto più complessa ed articolata ed andrebbe approfondita con ulteriori grafici e considerazioni (che sono state eseguite nella presentazione principale)